动态规划08-目标和(背包问题/Java)

09.目标和

• 题目描述

给你一个非负整数数组 nums 和一个整数 target 。向数组中的每个整数前添加 '+' 或 '-' ，然后串联起所有整数，可以构造一个 表达式 ：

例如，nums = [2, 1] ，可以在 2 之前添加 '+' ，在 1 之前添加 '-' ，然后串联起来得到表达式 "+2-1" 。

返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。

示例 1：

输入：nums = [1,1,1,1,1], target = 3
输出：5
解释：一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3

示例 2：

输入：nums = [1], target = 1
输出：1

• 题目分析

1.通过分析题目可以得出如下推导公式
2.正数集合：left   负数集合：right
存在关系式：left + right = target   sum + 2 * right = target
可以推导出：left = (sum + target) / 2
3.正数集合是一个定值，要求有多少种组合组成此正数集合，可以看作是一个背包问题

• 动态规划五部曲

bagSize = left = (sum + target) / 2
1. 确定dp数组（dp table）以及下标的含义
设置二维dp数组dp[i][j]:表示选取数组下标为[0-i]的数使得它们和为j的情况数    
2. 确定递推公式
当nums[i] > j时，即不包含索引i的元素时：
    dp[i][j] = dp[i-1][j]
当nums[i] <= j时，即包含索引为i的元素和不包含索引i的元素两种情况时：
    dp[i][j] = dp[i-1][j - nums[i]] + dp[i - 1][j]
3. dp数组如何初始化
对于dp[0][j]:只包含索引为0的数，将nums[i] = j即只装nums[0]加恰好将背包装满存在的一种情况
对于dp[i][0]:当背包大小为0时只能装nums[i] = 0的数，对于每个0有“+0”和“-0”两种情况，所以dp[i][0] = (int) Math.pow(2, zeroNum);
4. 确定遍历顺序
先遍历物品再遍历背包
5. 举例推导dp数组

• Java代码实现

public static int findTargetSumWays(int[] nums, int target) {
        //1.求解nums的和
        int sum = 0;
        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];
        }
        //2.正数集合：left   负数集合：right
        //存在关系式：left + right = target   sum + 2 * right = target
        //可以推导出：left = (sum + target) / 2
        if ((sum + target) % 2 == 1 || sum < Math.abs(target)) return 0;//left不可能为奇数
        //3.背包问题：存在几种组合的和为bagSize
        int bagSize = (sum + target) / 2;//背包容量
        //--设置二维dp数组dp[i][j]:表示选取数组下标为[0-i]的数使得它们和为j的情况数
        int[][] dp = new int[nums.length][bagSize + 1];
        //--初始化二维数组
        if (nums[0] <= bagSize) {
            dp[0][nums[0]] = 1;
        }
        //当索引为0的数组，因为0有两种形式“+0”和“-0”
        int zeroNum = 0;
        for (int i = 0; i < nums.length; i++) {
            if (nums[i] == 0) {
                zeroNum++;
            }
            dp[i][0] = (int) Math.pow(2, zeroNum);
        }
        //递推公式
        //当不包含索引i的元素时：dp[i][j] = dp[i-1][j]
        //当包含索引为i的元素时：dp[i][j] = dp[i-1][j - nums[i]] + dp[i - 1][j]
        for (int i = 1; i < nums.length; i++) {
            for (int j = 1; j <= bagSize; j++) {
                if (nums[i] > j) dp[i][j] = dp[i-1][j];
                else dp[i][j] = dp[i-1][j - nums[i]] + dp[i - 1][j];
            }
        }
        return dp[nums.length - 1][bagSize];
    }